具身硬件与前沿科学科普

人形机器人、具身智能、硬核制造与生命科学前沿科普解读。

超写派专栏

机器人半马破纪录!人形机器人“闪电”完赛,比人类快8分钟

SSuperAdmin官方主理人2026年11月17日AI 专栏 · SupaWriter 深度研究工作流生成

机器人半马破纪录!人形机器人“闪电”完赛,比人类快8分钟

图片

50分26秒,一个机器人跑完了半程马拉松,比人类世界纪录快了近8分钟。这个数字本身足够震撼,但更值得玩味的是,就在一年前,首届机器人半马的冠军成绩还是2小时40分42秒,配速仅相当于人类的“养生跑”。短短一年,成绩提升近3倍,这背后远非简单的“跑得更快”,而是一场从“表演”到“实战”的产业逻辑根本性转变。

将两年的成绩放在一起对比,冲击力是颠覆性的:2025年冠军天工Ultra机器人用时2小时40分42秒,配速约每公里7分35秒;而2026年冠军荣耀“闪电”机器人用时50分26秒,配速约每公里2分23秒。这意味着,机器人的奔跑速度在一年内提升了约2.8倍。

这种跨越并非线性增长,而是技术栈整体成熟后爆发的指数级进步。核心驱动力在于硬件可靠性与控制算法的双重突破。 去年,大量机器人甚至无法完赛,故障率高达70%,问题集中在关节过热、动力不足和平衡失控。今年,参赛队伍数量从20支激增至百余支,整体完赛率大幅提升。这背后是国产减速器、电机等核心零部件在极限工况下的快速迭代,以及端到端大模型对运动控制能力的赋能。机器人不再仅仅是“能动”,而是开始追求在复杂物理环境下的稳定、高速、持久运动能力。

图片

从“蹒跚学步”到“健步如飞”,一年的时间尺度,在机器人进化史上被极度压缩。这验证了一个关键判断:当资本、人才和产业链聚焦于一个明确的技术目标时,工程化落地的速度可以远超预期。

今年赛事一个更具标志性的变化是:近四成赛队实现了完全自主导航。而在去年,绝大多数机器人仍需工程师手持遥控器全程跟随,甚至需要随时搀扶。

图片

自主导航与遥控,是“智能体”与“高级玩具”的本质分野。

  • 遥控模式:机器人本质是工程师四肢的延伸,执行预设或实时指令,其智能上限受限于操作者。
  • 自主导航模式:机器人依赖自身的视觉、激光雷达等多传感器,实时感知环境(如路面起伏、障碍物、其他选手),并自主做出定位、路径规划和避障决策。

赛事规则也体现了对这一趋势的鼓励:自主导航组别成绩加权系数为1.0,而遥控组别为1.2。这直接导致了戏剧性一幕:率先冲线的遥控版“闪电”(净时48分19秒)因加权后成绩落后,最终不敌自主导航版的“闪电”(净时50分26秒)。

这一转变意义深远。 它标志着人形机器人研发正从“秀场逻辑”转向“工程逻辑”。秀场追求在可控环境下的完美展示,而工程则追求在真实、开放、不确定环境下的可靠运行。马拉松赛道作为一个充满变量(光影、坡度、侧风、人群)的物理世界“考场”,其反馈的数据远比实验室模拟更有价值。敢于让机器人脱离遥控自主奔跑,本身就是技术自信的体现,也是迈向通用场景应用的必经之路。

当机器人开始自己“看路”、自己“思考”如何奔跑时,我们讨论的就不再是一个复杂的机器,而是一个初具雏形的“智能体”。 这场半马,因此成为观察中国具身智能产业从技术演示迈向产品化能力的关键切片。

图片

“闪电”何以制胜?三大核心技术底牌解析

荣耀“闪电”机器人以50分26秒的净成绩打破人类纪录,其核心并非单一技术的炫技,而是一场针对马拉松极限场景的系统性工程胜利。去年的比赛,目标还是“能跑就行”;今年的冠军,则必须回答一个更难的工程问题:如何在高负荷、长距离、复杂环境下,实现持续、稳定的奔跑? 答案,就藏在硬件与软件的双重突破之中。

仿生结构与散热系统:解决高负荷下的物理极限

人形机器人跑马拉松,首先是一场与物理定律的硬仗。高扭矩输出带来的巨大热量,是导致机器人“体力不支”甚至宕机的首要元凶。去年的比赛中,大量机器人核心关节温度飙升至**70℃至80℃**后直接“罢工”,暴露了早期产品在热管理上的致命短板。

图片

“闪电”的制胜关键之一,在于其定制化液冷散热系统。这套系统如同机器人的“汗腺”,将液冷管道深入电机内部,实时带走运动产生的热量。赛前测试数据显示,连续奔跑10公里后,其主力电机最高温度仅31.5℃,远低于安全阈值。这得益于高功率液冷泵每分钟超4升的换热流量,从根源上避免了因过热导致的性能衰减或永久性硬件损伤。

在结构设计上,“闪电”采用了0.9米至0.95米的大长腿仿生构型,并配备了峰值扭矩达400牛米的一体化关节模组。前者优化了步幅与奔跑效率,后者提供了强劲且可控的动力输出。这一硬件组合,本质上是将消费电子领域已高度成熟的精密制造与热管理技术,迁移到了机器人这一更复杂的运动载体上,解决了从“能跑”到“能持续跑”的物理瓶颈。

多传感器融合与动态平衡算法:应对复杂赛道的稳定性

图片

跑得快,更要跑得稳。本届赛道融合了平地、坡道、弯道等超过10种地形,对机器人的实时感知与决策能力提出了极限挑战。这要求控制逻辑必须从僵硬的“动作复刻”,进化到具备“场景理解”与“抗干扰能力”的实时决策阶段。

“闪电”的稳定性,依赖于多传感器融合与动态运动控制算法。它并非简单地执行预设步态,而是通过激光雷达、视觉传感器等多种感知设备,实时“理解”赛道环境——包括路面起伏、障碍物位置,甚至周围选手的动态轨迹。其算法能从海量数据中快速提取关键信息,并做出毫秒级的运动调整。

一个关键例证是:比赛中,“闪电”意外撞到广告牌后,能凭借内部的动态平衡算法自主拉回正常姿态并重返赛道。这一表现,远比匀速奔跑更具技术含金量,它标志着机器人初步具备了应对突发干扰的自主恢复能力。

本届赛事,自主导航占比从去年的个位数跃升至近40%,成为最显著的趋势。 这背后,正是端到端模型、视觉-语言-动作(VLA)等AI技术的深入应用,让机器人得以初步摆脱遥控,向真正的“智能体”迈进。然而,这也同时暴露了算法在极端复杂场景下的边界——完全的自主,仍是下一阶段需要攻克的难题。

图片

光环下的争议与反思:破纪录后的真实产业图景

冠军的荣耀与纪录的突破,为机器人产业注入了一剂强心针。然而,当聚光灯移开,赛场上的“洋相”与规则下的争议,共同勾勒出一幅更为复杂、也更为真实的产业图景。这场极限测试,不仅检验了速度,更暴露了从实验室原型迈向规模化、商业化应用所必须跨越的鸿沟。

规则加权与“累倒”现象:暴露工程化与稳定性短板

冠军的诞生,本身就伴随着一场关于“公平”的讨论。 根据赛事规则,遥控机器人完赛净时间需乘以1.2的加权系数,而自主导航组系数为1.0。这直接导致了戏剧性的一幕:首个冲线的遥控版“闪电”净成绩为48分19秒,加权后却以约57分钟的成绩,落后于自主导航版“闪电”的50分26秒。

规则的倾斜,本质上是产业价值导向的体现:鼓励从“遥控玩具”向“自主智能体”的进化。

图片

然而,即便在自主导航组内部,稳定性问题依然突出。与荣耀“闪电”的平稳完赛形成鲜明对比的是,被视为种子选手的宇树H1和天工Ultra机器人,在冲线后均出现系统紊乱,或摇晃倒地,或失控冲入草丛,最终被工作人员用担架抬离现场。这一幕,被网友戏称为“累倒”,实则揭示了工程化的核心短板。

这些“累倒”现象,是系统级可靠性在极限压力下的集中爆发:

  • 热管理挑战:高扭矩电机长时间运转如同小型“火炉”,去年部分机器人关节温度高达70-80℃后直接宕机。今年虽有液冷等方案改进,但散热不均、热失控仍是导致系统失效的关键。
  • 动态平衡极限:实验室的平整地面与开放赛道的细微坑洼、坡度变化存在天壤之别。算法在应对连续、随机的路面干扰时,一旦超出设计边界,极易导致姿态失控。
  • 软硬件耦合缺陷:这不是单一部件故障,而是感知、决策、控制、电源、结构等子系统在长时间、高负荷下协同失效的结果。它证明,将各个高性能模块简单拼凑,远不等于一个稳定可靠的系统工程。

赛场上的每一次摔倒,都是价值连城的真实世界数据。 它迫使研发从追求单一性能指标的“秀场逻辑”,转向解决系统脆弱性的“工程逻辑”。产业成熟的标志,或许不在于不再摔倒,而在于敢于在公开场合测试边界,并将每一次失败转化为迭代的燃料。

从“能跑”到“能干”:马拉松验证能力,但离商业化落地还有多远?

马拉松证明了机器人“走得稳”、“跑得远”的基础运动能力,这是一个必要的里程碑。但从赛道上的竞速者,转变为工厂里的熟练工、家庭中的好帮手,中间横亘着一道更高的“商业化”门槛。

首先,最大的瓶颈已从硬件转向数据与算法。 行业共识是,训练一个具备强泛化能力的具身智能大模型,需要千万小时量级的真实物理交互数据。然而,目前行业可获得的有效数据规模可能仅停留在几十万小时,相差数个数量级。与互联网上海量的文本、图像数据不同,机器人所需的力觉、触觉等高维数据采集成本极高、效率极低,且往往与特定机器人本体强绑定,难以通用,导致全行业都在“重复造轮子”。

图片

其次,可靠性标准截然不同。 在马拉松赛道上坚持21公里是一次性成就,但在工业产线上,需要的是7x24小时不间断、成千上万次重复的高精度作业。前者允许中途故障、维修,后者则要求接近零宕机的稳定性和可预测性。当前许多机器人仍处于“手搓样机”阶段,其耐用性、一致性与大规模量产所需的品控体系相去甚远。

最后,成本与场景经济性是无法回避的终极考题。 一台能够跑半马的机器人,其背后是昂贵的定制化液冷系统、高精度传感器和复杂的算法研发投入。而商业场景,尤其是被视为蓝海的制造业和物流业,对成本极其敏感。机器人必须证明,其替代人力的长期价值(效率、精度、可工作时间)能够覆盖高昂的初始购置与维护成本。

马拉松是技术的“压力测试”,而商业化是技术的“价值兑现”。

目前,产业正处在从“原型机展示”到“小规模试点”的深水区。荣耀工程师透露,“闪电”的未来场景将先聚焦于品牌销售与线下零售等相对可控的展示性场景,这正是一条务实的路径。真正的爆发,有待于核心算法取得类似ChatGPT的突破性进展,以及硬件成本随着供应链成熟而大幅下探。

破纪录是序章,而非终章。当掌声过后,产业需要冷静面对的是那些被担架抬走的机器人、那些依然天价的核心部件,以及数据荒漠的挑战。这场半马最宝贵的遗产,或许正是它毫无保留地揭示了:通向通用具身智能的道路,依然漫长且充满坎坷。

想拥有高效的全自动内容生产力?

SupaWriter 打通热点选题、长文创作、智能语义配图、文章 4 维客观评分与浏览器扩展一键发布,助你提升 10 倍创作效率。